JS
Jingshan Shen
Author with expertise in Coronavirus Disease 2019 Research
Achievements
Cited Author
Key Stats
Upvotes received:
0
Publications:
9
(33% Open Access)
Cited by:
1,157
h-index:
27
/
i10-index:
68
Reputation
Biology
< 1%
Chemistry
< 1%
Economics
< 1%
Show more
How is this calculated?
Publications
1

Structural basis for repurpose and design of nucleoside drugs for treating COVID-19

Wanchao Yin et al.Nov 2, 2020
SARS-CoV-2 has caused a global pandemic of COVID-19 that urgently needs an effective treatment. Nucleoside analog drugs including favipiravir have been repurposed for COVID-19 despite of unclear mechanism of their inhibition of the viral RNA polymerase (RdRp). Here we report the cryo-EM structures of the viral RdRp in complex with favipiravir and two other nucleoside inhibitor drugs ribavirin and penciclovir. Ribavirin and the ribosylated form of favipiravir share a similar ribose scaffold that is distinct from penciclovir. However, the structures reveal that all three inhibitors are covalently linked to the primer strand in a monophosphate form despite the different chemical scaffolds between favipiravir and penciclovir. Surprisingly, the base moieties of these inhibitors can form mismatched pairs with the template strand. Moreover, in view of the clinical disadvantages of remdesivir mainly associated with its prodrug form, we designed several orally-available remdesivir parent nucleoside derivatives, including VV16 that showed 5-fold more potent than remdesivir in inhibition of viral replication. Together, these results demonstrate an unexpected promiscuity of the viral RNA polymerase and provide a basis for repurpose and design of nucleotide analog drugs for COVID-19. One Sentence Summary Cryo-EM structures of the RNA polymerase of SARS-CoV-2 reveals the basis for repurposing of old nucleotide drugs to treat COVID-19.
1
Citation12
0
Save
0

F-CPI: Prediction of activity changes induced by fluorine substitution using multimodal deep learning

Qian Zhang et al.Jul 17, 2024
There are a large number of fluorine (F)-containing compounds in approved drugs, and F substitution is a common method in drug discovery and development. However, F is difficult to form traditional hydrogen bonds and typical halogen bonds. As a result, accurate prediction of the activity after F substitution is still impossible using traditional drug design methods, whereas artificial intelligence driven activity prediction might offer a solution. Although more and more machine learning and deep learning models are being applied, there is currently no model specifically designed to study the effect of F on bioactivities. In this study, we developed a specialized deep learning model, F-CPI, to predict the effect of introducing F on drug activity, and tested its performance on a carefully constructed dataset. Comparison with traditional machine learning models and popular CPI task models demonstrated the superiority and necessity of F-CPI, achieving an accuracy of approximately 89% and a precision of approximately 67%. In the end, we utilized F-CPI for the structural optimization of hit compounds against SARS-CoV-2 3CLpro. Impressively, in one case, the introduction of only one F atom resulted in a more than 100-fold increase in activity (IC50: 22.99 nM vs. 28190 nM). Therefore, we believe that F-CPI is a helpful and effective tool in the context of drug discovery and design.
0

Automated design and optimization of multitarget schizophrenia drug candidates by deep learning

Xin Tan et al.Mar 20, 2020
Complex neuropsychiatric diseases such as schizophrenia require drugs that can target multiple G protein-coupled receptors (GPCRs) to modulate complex neuropsychiatric functions. Here, we report an automated system comprising a deep recurrent neural network (RNN) and a multitask deep neural network (MTDNN) to design and optimize multitargeted antipsychotic drugs. The system successfully generates novel molecule structures with desired multiple target activities, among which high-ranking compound 3 was synthesized, and demonstrated potent activities against dopamine D2, serotonin 5-HT1A and 5-HT2A receptors. Hit expansion based on the MTDNN was performed, 6 analogs of compound 3 were evaluated experimentally, among which compound 8 not only exhibited specific polypharmacology profiles but also showed antipsychotic effect in animal models with low potential for sedation and catalepsy, highlighting their suitability for further preclinical studies. The approach can be an efficient tool for designing lead compounds with multitarget profiles to achieve the desired efficacy in the treatment of complex neuropsychiatric diseases.
0

Discovery of baicalin and baicalein as novel, natural product inhibitors of SARS-CoV-2 3CL protease in vitro

Haixia Su et al.Apr 14, 2020
Human infections with severe acute respiratory syndrome coronavirus 2 (SARS-CoV-2) cause coronavirus disease 19 (COVID-19) and there is currently no cure. The 3C-like protease (3CLpro), a highly conserved protease indispensable for replication of coronaviruses, is a promising target for development of broad-spectrum antiviral drugs. To advance the speed of drug discovery and development, we investigated the inhibition of SARS-CoV-2 3CLpro by natural products derived from Chinese traditional medicines. Baicalin and baicalein were identified as the first non-covalent, non-peptidomimetic inhibitors of SARS-CoV-2 3CLpro and exhibited potent antiviral activities in a cell-based system. Remarkably, the binding mode of baicalein with SARS-CoV-2 3CLpro determined by X-ray protein crystallography is distinctly different from those of known inhibitors. Baicalein is perfectly ensconced in the core of the substrate-binding pocket by interacting with two catalytic residues, the crucial S1/S2 subsites and the oxyanion loop, acting as a 'shield' in front of the catalytic dyad to prevent the peptide substrate approaching the active site. The simple chemical structure, unique mode of action, and potent antiviral activities in vitro, coupled with the favorable safety data from clinical trials, emphasize that baicalein provides a great opportunity for the development of critically needed anti-coronaviral drugs.### Competing Interest StatementThe authors have declared no competing interest.